一種批量檢查中小學(xué)Python程序作業(yè)文件的算法

歐建榮

摘要：作者提出了一種批量檢查中小學(xué)Python程序作業(yè)文件的算法并將其編寫成應(yīng)用軟件，在實(shí)現(xiàn)對(duì)Python程序作業(yè)文件高效檢查的同時(shí)，將作業(yè)自動(dòng)評(píng)價(jià)分類。該方法檢查Python程序作業(yè)文件準(zhǔn)確率高達(dá)99%，能夠?qū)π畔⒓夹g(shù)教師批量檢查Python作業(yè)文件起到一定的幫助作用。

關(guān)鍵詞：檢查作業(yè)；Python；mypy；最長(zhǎng)公共子序列

中圖分類號(hào)：G434? 文獻(xiàn)標(biāo)識(shí)碼：A? 論文編號(hào)：1674-2117（2023）15-0073-04

引言

學(xué)習(xí)Python程序設(shè)計(jì)能很好地鍛煉學(xué)生的邏輯能力和思維能力，但面對(duì)大量的Python程序作業(yè)文件，教師要花費(fèi)大量的時(shí)間去批改。在批改Python程序作業(yè)時(shí)，教師要手動(dòng)打開Python程序并運(yùn)行，觀察是否有語法錯(cuò)誤、運(yùn)行結(jié)果是否正確，并與正確的程序?qū)Ρ鹊?。如果教師能利用程序編譯Python程序文件以自動(dòng)檢查程序是否有誤，并自動(dòng)檢查程序與正確程序的相似度，然后對(duì)其進(jìn)行評(píng)價(jià)分類，大致得出Python程序作業(yè)是屬于優(yōu)秀作業(yè)還是亂做作業(yè)等，則能高效且及時(shí)地掌握學(xué)生的學(xué)習(xí)情況。因此，筆者結(jié)合Python程序的特點(diǎn)，提出了一種批量自動(dòng)檢查Python程序文件的方法，旨在提高教師檢查作業(yè)的效率，并使學(xué)生得到及時(shí)反饋，提高教學(xué)效率。

技術(shù)簡(jiǎn)介

1.mypy

mypy是Python靜態(tài)類型檢查工具，可以檢查Python程序文件在編寫內(nèi)容和邏輯上是否有誤。mypy工具的安裝極為簡(jiǎn)單，安裝命令為：python -m pip install mypy。筆者利用QProcess啟動(dòng)外部程序的方式啟動(dòng)mypy并從其標(biāo)準(zhǔn)輸出通道中讀取全部的輸出信息，通過輸出信息去判斷Python程序是否有誤。

2.最長(zhǎng)公共子序列算法

給定一個(gè)長(zhǎng)度為n的序列A和一個(gè)長(zhǎng)度為m的序列B，求出一個(gè)最長(zhǎng)的序列，使得該序列既是A的子序列，也是B的子序列，這就是最長(zhǎng)公共子序列問題。最長(zhǎng)公共子序列算法是一個(gè)非常實(shí)用且被廣泛應(yīng)用的算法，適合于求解兩個(gè)文本之間的相似度。

筆者利用動(dòng)態(tài)規(guī)劃的方法實(shí)現(xiàn)求解最長(zhǎng)公共子序列，首先將原問題分割成一些子問題，用L[i][j]表示A的前i個(gè)元素、B的前j個(gè)元素的最長(zhǎng)公共子序列的長(zhǎng)度，這時(shí)的最長(zhǎng)公共子序列的長(zhǎng)度就是子問題。L[i][j]就是狀態(tài)，L[n，m]則是最終要達(dá)到的狀態(tài)，即為所求結(jié)果。其中Ai代表序列A的前i個(gè)字符組成的序列，Bj代表序列B的前j個(gè)字符組成的序列。A[x]代表序列A的第x個(gè)字符，i＞0；B[y]代表序列B的第y個(gè)字符，j＞0。L[i][j]代表序列Ai與序列Bj的最長(zhǎng)公共子序列的長(zhǎng)度，其公式如下頁圖1所示。

依據(jù)最長(zhǎng)公共子序列，求序列A和序列B的相似度，其公式如下頁圖2所示。

實(shí)驗(yàn)數(shù)據(jù)

筆者采用的實(shí)驗(yàn)數(shù)據(jù)為所在學(xué)校八年級(jí)學(xué)生的2565份Python程序作業(yè)文件，這些文件均為學(xué)生課堂上即時(shí)完成的作業(yè)。

實(shí)驗(yàn)過程

批量檢查Python作業(yè)系統(tǒng)界面設(shè)計(jì)如圖3所示，首先選擇需要檢查作業(yè)的班級(jí)，其次選擇該班級(jí)所對(duì)應(yīng)的作業(yè)目錄和作業(yè)答案目錄，然后點(diǎn)擊“全部作業(yè)”按鈕，即可批量自動(dòng)檢查作業(yè)，檢查的結(jié)果記錄顯示在中間列表處，其信息包括文件名、時(shí)間、大小、相似度，雙擊列表中的文件可以打開對(duì)應(yīng)的文件。除了對(duì)Python作業(yè)進(jìn)行評(píng)價(jià)分類外，該系統(tǒng)還具備按作業(yè)文件名稱或按作業(yè)文件內(nèi)容去查找某個(gè)作業(yè)文件及語音播報(bào)等功能，方便教師對(duì)作業(yè)的查看。

批量檢查Python作業(yè)系統(tǒng)是在Qt Creator集成開發(fā)環(huán)境下開發(fā)實(shí)現(xiàn)，實(shí)驗(yàn)中利用到Qt Creator的內(nèi)部庫texttospeech，以實(shí)現(xiàn)語音播報(bào)功能。另外，實(shí)驗(yàn)中需要借助非Qt Creator內(nèi)部庫，因此需要編譯并加載第三方庫QXlsx，以實(shí)現(xiàn)將Excel表中的學(xué)生信息批量寫入數(shù)據(jù)庫中以及將系統(tǒng)檢查作業(yè)的結(jié)果自動(dòng)記錄到Excel表中。批量檢查Python作業(yè)系統(tǒng)主要過程如下：

①將學(xué)生信息通過編程批量錄入SQLite數(shù)據(jù)庫；

②利用紅蜘蛛多媒體教學(xué)軟件收集學(xué)生的作業(yè)文件；

③使用迭代的方式獲取學(xué)生的作業(yè)文件；

④利用mypy對(duì)文件進(jìn)行編譯，并結(jié)合最長(zhǎng)公共子序列算法將作業(yè)文件與正確的答案文件進(jìn)行相似度計(jì)算，從而將作業(yè)文件進(jìn)行評(píng)價(jià)分類并通過語音播報(bào)出來；

⑤自動(dòng)生成評(píng)價(jià)分類結(jié)果并保存到Excel表格。

具體流程如下頁圖4所示。

1.錄入學(xué)生信息

將全年級(jí)學(xué)生的信息匯總到Excel表格中，學(xué)生的信息包括學(xué)號(hào)和姓名，其中學(xué)號(hào)由兩位數(shù)的班級(jí)和兩位數(shù)的座位號(hào)組成，如11班1號(hào)，則學(xué)號(hào)為1101。編寫程序?qū)xcel表格中全部的學(xué)生信息導(dǎo)入并保存到SQLite數(shù)據(jù)庫。

2.收集學(xué)生作業(yè)

首先，對(duì)計(jì)算機(jī)室的計(jì)算機(jī)按順序進(jìn)行名稱修改，如第一臺(tái)計(jì)算機(jī)名稱為“xs01”，第二臺(tái)計(jì)算機(jī)名稱為“xs02”，依此類推。學(xué)生根據(jù)自己的座位號(hào)就座相應(yīng)的位置。課堂上學(xué)生通過紅蜘蛛多媒體教學(xué)軟件提交作業(yè)后，紅蜘蛛多媒體教學(xué)軟件會(huì)為每位學(xué)生在教師機(jī)端自動(dòng)生成一個(gè)文件夾以存放學(xué)生的作業(yè)，文件夾命名為對(duì)應(yīng)的學(xué)生機(jī)的名稱。學(xué)生所提交的作業(yè)文件統(tǒng)一以“班級(jí)+學(xué)號(hào)+姓名”的形式命名，如11班1號(hào)張三，則命名為“1101張三”。

3.獲取學(xué)生作業(yè)

通過編寫程序以迭代的方式獲取每位學(xué)生所提交的作業(yè)所對(duì)應(yīng)的文件夾的路徑。

4.檢查學(xué)生作業(yè)

（1）算法設(shè)計(jì)

①統(tǒng)計(jì)每個(gè)學(xué)生文件夾里提交的Python程序作業(yè)文件的數(shù)量。

②正常情況下，每個(gè)學(xué)生的文件夾里只有一個(gè)Python程序作業(yè)文件，如果多于一個(gè)則認(rèn)為該生為他人提交作業(yè)。從數(shù)據(jù)庫中查找是否有這些人，如有則將文件夾里的所有作業(yè)對(duì)應(yīng)的學(xué)生均記錄為“抄襲作業(yè)”，同時(shí)標(biāo)記為“已交作業(yè)”。

③在文件夾里只有一個(gè)Python程序作業(yè)文件的情況下，先從數(shù)據(jù)庫中查找是否有此人，如有則獲取該文件的路徑、名稱、時(shí)間、大小、學(xué)生學(xué)號(hào)和姓名等信息，同時(shí)標(biāo)記為“已交作業(yè)”。然后檢查文件的大?。何募笮?KB，則記錄該生所提交作業(yè)為“空白作業(yè)”。文件大小大于0KB，則對(duì)文件進(jìn)行編譯處理以及將作業(yè)文件與答案文件進(jìn)行相似度計(jì)算。編譯通過且相似度大于0.8，則記錄為“優(yōu)秀作業(yè)”；編譯不通過且相似度小于0.15，則記錄為“亂做作業(yè)”。

④以班級(jí)為單位從數(shù)據(jù)庫中查找出該班所有的學(xué)生，“減去”標(biāo)記為“已交作業(yè)”的學(xué)生，從而得到“未交作業(yè)”的學(xué)生。

（2）具體實(shí)現(xiàn)

①統(tǒng)計(jì)每個(gè)學(xué)生所提交作業(yè)對(duì)應(yīng)的文件夾里后綴名為“.py”的文件的數(shù)量。如果數(shù)量大于1，為防止學(xué)生在文件命名時(shí)，將學(xué)號(hào)和姓名顛倒或在命名中誤加入空格或其他特殊符號(hào)，本文采用正則表達(dá)的方法而非字符串分割截取的方法去提取文件名稱中的學(xué)號(hào)和姓名，其中利用正則表達(dá)式“[^0-9]+”提取文件名稱中的學(xué)號(hào)以及利用正則表達(dá)式“[^＼u4e00-＼u9fa5]”提取文件名稱中的姓名。由于學(xué)號(hào)是唯一的，因此利用學(xué)號(hào)與數(shù)據(jù)庫中該班級(jí)的所有學(xué)生學(xué)號(hào)進(jìn)行對(duì)比，如數(shù)據(jù)庫中存在這些學(xué)生，則將這些學(xué)生均記錄為“抄襲作業(yè)”，并標(biāo)記為“已交作業(yè)”。

②如果文件夾里后綴名為“.py”的文件的數(shù)量為1，則獲取該文件的路徑、名稱、時(shí)間、大小等信息以及利用正則表達(dá)式“[^0-9]+”和“[^＼u4e00-＼u9fa5]”分別提取名稱中的學(xué)號(hào)和姓名，接著查找學(xué)生信息數(shù)據(jù)庫中是否有此人，如有則標(biāo)記為“已交作業(yè)”。

如果該文件的大小為0KB，則將該生記錄為“空白作業(yè)”，如果大于0KB，那么：

a.編程調(diào)用mypy工具對(duì)文件進(jìn)行靜態(tài)編譯，如果編譯通過則其標(biāo)準(zhǔn)輸出通道中會(huì)含有“Success”關(guān)鍵字，否則含有“error”關(guān)鍵字，從而根據(jù)關(guān)鍵字去判斷Python程序作業(yè)文件是否編譯通過，也就是是否有誤；

b.打開Python作業(yè)文件及其對(duì)應(yīng)的答案文件并分別讀取里面的全部?jī)?nèi)容。為使算法更合理準(zhǔn)確，對(duì)所讀取到的內(nèi)容進(jìn)行預(yù)處理，Python程序中英文雙引號(hào)里面的內(nèi)容以及程序注釋內(nèi)容均為主觀定義的內(nèi)容，內(nèi)容可能相差較大，而且這些內(nèi)容并不需要作為求最長(zhǎng)公共子序列的內(nèi)容，因此先用正則表達(dá)式“＼”[^＼”]*＼”|#.*”去掉文件內(nèi)容中的雙引號(hào)里面的內(nèi)容和#號(hào)后面的內(nèi)容。另外，去掉文件內(nèi)容中的回車換行符和空格等。

③求出預(yù)處理好后的Python作業(yè)文件和其對(duì)應(yīng)的答案文件的最長(zhǎng)公共子序列，并求出它們的相似度。結(jié)合a和b，如果Python程序作業(yè)文件編譯通過且相似度大于0.8，則記錄為“優(yōu)秀作業(yè)”；如果編譯不通過且相似度小于0.15，則記錄為“亂做作業(yè)”。

④以所選擇的班級(jí)為單位從數(shù)據(jù)庫中查找出該班所有的學(xué)生，“減去”標(biāo)記為“已交作業(yè)”的學(xué)生而得到“未交作業(yè)”的學(xué)生。

實(shí)驗(yàn)結(jié)果

批量檢查Python作業(yè)系統(tǒng)能在短時(shí)間內(nèi)高效完成對(duì)全班作業(yè)的檢查，檢查結(jié)果將作業(yè)評(píng)價(jià)分類為“優(yōu)秀作業(yè)”“未交作業(yè)”“抄襲作業(yè)”“亂做作業(yè)”和“空白作業(yè)”。在對(duì)2565份Python程序作業(yè)文件進(jìn)行檢查后，得到的準(zhǔn)確率較高。

討論

作為初學(xué)者，在極短時(shí)間的課堂里，學(xué)生基本都是按照課本上的程序代碼和教師的教學(xué)指導(dǎo)去編寫，加上初學(xué)的程序較為簡(jiǎn)單且基本沒有第二種寫法，因此學(xué)生課堂上完成的Python程序基本與課本里的程序或教師要求完成的程序完全相同或者類似，從而非常適用于批量檢查Python作業(yè)系統(tǒng)。但該系統(tǒng)也存在一些不足之處：

①有些學(xué)生可能會(huì)按自己的想法去寫出正確的程序，造成所編寫的Python程序與答案程序較為不同，導(dǎo)致系統(tǒng)所檢測(cè)出的相似度偏低，從而可能不被系統(tǒng)判斷為“優(yōu)秀作業(yè)”，但至少會(huì)被判斷為“已交作業(yè)”。根據(jù)實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)，在2565份作業(yè)中，只有2份作業(yè)出現(xiàn)這種情況，因此這種情況屬于極少數(shù)，對(duì)批量檢查Python作業(yè)系統(tǒng)的準(zhǔn)確率的影響微乎其微。

②不適合較為復(fù)雜的或具有多種寫法的程序，因?yàn)檫@樣會(huì)造成與答案程序較為不同，導(dǎo)致系統(tǒng)所檢測(cè)出的相似度偏低。

總的來說，中小學(xué)信息技術(shù)課程中的編程內(nèi)容對(duì)中小學(xué)的學(xué)習(xí)要求較低，基本是處于基礎(chǔ)的層面，程序較為簡(jiǎn)單，且學(xué)生為初學(xué)者，因此批量檢查Python作業(yè)系統(tǒng)非常適合對(duì)中小學(xué)課堂Python程序作業(yè)的檢查。

參考文獻(xiàn)：

鄭翠玲.最長(zhǎng)公共子序列算法的分析與實(shí)現(xiàn)[J].武夷學(xué)院學(xué)報(bào)，2010，29（02）：44-48.